مقایسه ی جانهی الگوریتم EM با دو روش جانهی میانگینی و نمونه های جدید در آمارگیری های پانلی

در اقتصاد و سایر علوم اجتماعی، پژوهش گران اغلب تمایل به مدل بندی داده های پانلی که در آن واحدهای نمونه ای به طور مکرر در مقاطع زمانی مختلف مشاهده می شوند، دارند. یکی از کاربردهای داده های پانلی براورد نرخ تغییر میانگین متغیر پاسخ در طی زمان است. در تمام آمارگیری ها به ویژه آمارگیری های پانلی، بی پاسخی یک مشکل اساسی است که در داده های علوم اجتماعی و پزشکی به وفور رخ می دهد. این نوع مطالعه ها معمولا با کاهش پاسخگو در دوره های دوم به بعد تولید داده ها مواجه هستند. این امر که منجر به نمونه ی کاهیده می شود سبب کاهش کارایی براوردگرها و غالبا نیز سبب اریبی آن ها می شود. برای برخورد با این مشکل در آمارگیری پانلی روش های «جانهی» و «وزن دهی» گوناگونی وجود دارد که از جمله ی این روش ها، جانهی با الگوریتم EM (Expectation Maximization Algorithm) می باشد. در این مقاله پس از معرفی مفهوم های اولیه آمارگیری پانلی، انواع گم شدگی در آمارگیری های پانلی و ساختارهای گم شدگی، الگوریتم EM به عنوان روشی برای جانهی داده های گم شده معرفی می شود. سپس با استفاده از داده های آمارگیری پانلی خانواری انگلیس (British Household Panel Survey)، روش جانهی با الگوریتم EM با دو روش جانهی دیگر از نظر معیارهای مختلف مقایسه می شود. نتایج این مطالعه نشان می دهد که جانهی متغیر تحت بررسی در آمارگیری پانلی خانواری انگلیس با استفاده از الگوریتم EM وقتی که همبستگی بین دو دوره زیاد باشد، عملکرد بهتری دارد.